• Tidak ada hasil yang ditemukan

PERBANDINGAN KINERJA ALGORITMA BIC, CUBIC DAN HTCP PADA TOPOLOGI PARKINGLOT DAN MULTIHOME MENGGUNAKAN NS2

N/A
N/A
Protected

Academic year: 2021

Membagikan "PERBANDINGAN KINERJA ALGORITMA BIC, CUBIC DAN HTCP PADA TOPOLOGI PARKINGLOT DAN MULTIHOME MENGGUNAKAN NS2"

Copied!
7
0
0

Teks penuh

(1)

PERBANDINGAN KINERJA ALGORITMA BIC, CUBIC DAN HTCP

PADA TOPOLOGI PARKINGLOT DAN MULTIHOME

MENGGUNAKAN NS2

Rian Fahrizal1), Wahyu Dewanto2), Sujoko Sumaryono3) 1

Jurusan Teknik Elektro FT UNTIRTA Jln. Jend. Sudirman Km 2 Cilegon Indonesia

2,3

Jurusan Teknik Elektro FT UGM Jln. Grafika 2 Yogyakarta 55281 INDONESIA

Abstrak

Jaringan komputer kecepatan tinggi dengan waktu tunggu yang besar merupakan bentuk jaringan yang umum di masa depan. Pada jaringan ini algoritma TCP yang umum digunakan mengalami kesulitan di dalam melakukan pengiriman data. Ada beberapa algoritma yang telah digunakan yakni BIC, CUBIC, dan HTCP. Algoritma-algoritma ini perlu diuji untuk mengetahui kinerjanya jika diterapkan pada jaringan dengan dua topologi yakni parkinglot dan multihome. Hasil pengujian didapatkan algoritma yang paling baik adalah BIC dengan memiliki nilai kinerja yang paling kecil pada pengujian kali ini.

Kata Kunci : Parkinglot, Muiltihome, BIC, CUBIC, HTC, Nilai Kinerja.

1. PENDAHULUAN

TCP/IP merupakan protokol yang digunakan secara luas di dalam jaringan Internet. Protokol ini memiliki beberapa lapisan yakni application layer, transport layer, network layer dan physical layer. Setiap layer ini memiliki fungsi yang berbeda antara satu dengan yang lainnya. Lapisan yang bertanggung jawab di dalam melakukan pengiriman data yang juga merupakan lapisan yang penting di dalam TCP/IP ini ialah transport layer. Ada dua motode yang digunakan di dalam layer ini yakni TCP dan UDP. Sebagian besar pengiriman data di dalam jaringan komputer menggunakan metode TCP.

Di dalam pengiriman TCP yang ada digunakan algoritma adaptive increase multiplicity decrease (AIMD). Di dalam algoritma ini penambahan jumlah data yang dikirim dalam satu kali pengiriman (window) jika data berhasil dikirim dan tidak mengalami kongesti. Apabila terjadi kongesti atau terjadi error maka pengiriman window berkurang setengahnya. Algoritma ini telah digunakan sejak tahun 1980-an hingga sekarang. Seiring perkembangan waktu jaringan Internet membutuhkan bandwidth yang jauh lebih besar. Algoritma AIMD ini mengalami masalah pada jaringan komputer dengan bandwidth lebih besar dari 1 Gbps. Hasil penelitian menunjukan dibutuhkan waktu yang lama untuk mencapai nilai badwidth 1 Gbps jika propagation delay pada jaringan tersebut memiliki nilai 100 ms.

Untuk menangani masalah di dalam algoritma AIMD dibuat algoritma alternatif yang sudah diterapkan di dalam Linux kernel terbaru yakni BIC, CUBIC dan HTCP. Ketiga algoritma ini digunakan untuk menangani masalah pada jaringan Internet dengan waktu delay yang besar. Akan tetapi masih diperlukan pengujian yang baik yang dapat membuktikan bahwa ketiga algoritma ini merupakan algoritma yang terbaik yang dapat diterapkan di dalam jaringan komputer. Pengujian yang dilakukan untuk ketiga algoritma ini dilakukan dengan menggunakan topologi yang mencoba mensimulasikan jaringan Internet yang ada dengan menggunakan topologi parking lot dan multihome.

Parameter kinerja yang digunakan di dalam pengujian ini ialah menggunakan rata-rata throughput, stabilitas dan fairness (Raj Jain index). Kemudian dari nilai-nilai parameter yang telah digunakan tersebut dilakukan perhitungan yang dapat menunjukan bahwa parameter tersebut bisa dibandingkan secara keseluruhan. Perhitungan tambahan ini menunjukan kinerja dari algoritma yang dibandingkan.

2. TINJAUAN PUSTAKA 2.1 BIC-TCP

Algoritma ini memandang pengendalian congesti merupakan sebuah masalah pencarian dimana sistem dapat memberikan jawaban ya/tidak sebagai umpan balik melalui paket yang hilang yang menunjukan bahwa nilai pengiriman lebih besar dari kapasitas jaringan. Nilai dari window minimum dapat ditentukan sebagai besarnya

window yang mengalir yang tidak terdapat paket yang hilang. Apabila ukuran window maksimum diketahui,

dapat diterapkan teknik pencarian biner untuk menentukan besarnya window yang dituju untuk mencapai nilai tengah maksimum dan minimum. Pada saat penambahan sampai ke nilai yang diharapkan, jika menghasilkan paket hilang, nilai window dapat ditentukan sebagai nilai maksimum baru dan megurangi besarnya window setelah paket loss dapat ditentukan sebagai minimum yang baru. Nilai antara kedua nilai ini merupakan nilai yang diharapkan.

Hubungan untuk pendekatan ini ialah bahwa ketika jaringan menghasilkan loss antara minimum baru tapi tidak terjadi terlalu dekat dengan nilai minimum yang baru, nilai yang diharapkan pasti berada diantara dua nilai. Sampai mencapai nilai yang diharapkan dan tidak menghasilkan paket hilang, maka besar nilai yang ada menjadi

(2)

B-39

dibawah batas, yang disebut dengan penambahan minimum (minimum increament Smin). Teknik ini disebut

dengan binary search increase.

Binary search increase menjadikan pencarian bandwidth menjadi semakin agresif ketika perbedaan antara window yang ada dengan window yang diharapkan besar, dan menjadi kurang agresif pada saat besarnya window

yang ada mendekati besarnya window yang diharapkan. Teknik unik dari protokol ini ialah fungsi penambahannya dalam bentuk logaritmik, sehingga pada saat mendekati nilai saturasi besarnya penambahan

window semakin berkurang. Protokol yang lain menambahkan nilai bandwidth sampai pada saat nilai saturasi

sehingga penambahan nilai saturasi adalah nilai maksimum dari keadaan tersebut. Pada umumnya, jumlah paket yang hilang berbanding lurus dengan besarnya penambahan terakhir sebelum paket hilang. Oleh karena itu

binary search increase dapat mengurangi paket yang hilang. Seperti yang diketahui, keuntungan utama dari binary search ialah dapat memberikan fungsi respon yang baik, yang dapat digabungkan dengan penambahan

secara linear.

Untuk menjamin penyatuan yang lebih cepat dan RTT yang adil, digabungkan binary search increase dengan strategi penambahan linear. Pada saat jarak dari ukuran window dengan yang diinginkan terlalu besar, penambahan ukuran window secara langsung pada nilai tengah tersebut memberikan beban berat ke dalam jaringan. Pada saat jarak dari ukuran window yang ada dengan besarnya window yang diinginkan pada binary

search increase lebih besar dari langkah maksimum yang disebut dengan penambahan maksimum (maximum increment Smax), ditambahkan nilai window dengan Smax sampai jarak menjadi kurang dari Smax, pada saat dimana

penambahan window secara langsung ke dalam nilai yang diinginkan. Kemudian setelah pengurangan window besar, menambahkan nilai window secara linear dan selanjutnya penambahan secara logaritmik. Penggabungan dari binary search increase dan penambahan secara penjumlahan disebut dengan binary increase.

Penggabungan dengan strategi pengurangan secara pembagian, binary increase menjadi mendekati penambahan linear dalam window yang besar. Hal ini disebabkan window yang lebih besar menghasilkan pengurangan yang lebih besar dengan pengurangan dengan perkalian, sehingga membutuhkan rentang waktu yang lebih lama. Kemudian di saat ukuran window kecil, menjadi binary search increase dengan rentang waktu penambahan yang lebih sedikit.

Dapat dilihat bahwa di dalam model loss yang telah tersinkironisasi secara penuh, binary search increase digabung dengan pengurangan secara pengali bergabung menjadi sebuah nilai throughput yang adil. Sebagai contoh ada aliran dengan ukuran window yang berbeda, tapi dengan RTT yang sama. Karena window yang berukuran lebih besar berkurang lebih banyak pada pengurangan secara perkalian (dengan factor yang tetap β), waktu untuk mencapai target lebih lama untuk window yang lebih besar. Akan tetapi, penggabungannya membutuhkan waktu yang lama. Pada penambahan binary increase, membutuhkan log(d)-log(Smin) RTT untuk

mencapai window maksimum setelah pengurangan window d. karena penambahan window dalam fungsi log, semakin besar window dan semakin kecil window dapat mencapai kembali nilai maksimumnya dengan sangat cepat pada waktu yang hampir bersamaan. Akan tetapi window yang lebih kecil mengalir dengan bandwidth yang lebih kecil dari yang lebih besar sebelum pengurangan window selanjutnya. Oleh karena itu dimodifikasi

binary search increase sebagai berikut.

Dalam binary search increase, setelah pengurangan window, nilai maksimum dan minimum ditentukan. Contohnya nilai-nilai ini adalah max_wini dan min_wini untuk aliran i (i=1,2). Apabila nilai maksimum baru

lebih kecil dari nilai sebelumnya, window ini memiliki tren penurunan. Kemudian diatur ulang nilai maksimum baru menjadi sama seperti nilai window yang diinginkan baru, dan selanjutnya diatur lagi nilai tujuan. Kemudian diterapkan penambahan binary increase normal. Bentuk strategi ini disebut convergence.

BIC-TCP menggunakan bentuk algoritma pencarian biner untuk memperbaharui cwnd. Nilai dari w1 dipelihara yang menentukan nilai setengah antara nilai cwnd sebelum dan setelah kejadian kehilangan terakhir. Aturan pembaharuan cwnd mencari dengan cepat penambahan cwnd pada saat hal ini mencapai jarak tertentu Smax dari

w1, dan memperbaharui cwnd lebih lambat ketika nilainya mendekati w1. Perkalian backoff dari cwnd digunakan pada pendeteksian paket yang hilang, dengan asumsi faktor backoff β sebesar 0,8. Secara rinci,

(1)

(2)

(3)

(3)

dengan

σ = distance

cwnd = congestion window(bytes) f(δ ,cwnd) = fungsi penambahan window size

δ = pengurangan

w1 = window(bytes)

w2 = window(bytes)

β = backoff factor

BIC-TCP juga menerapkan sebuah algoritma dimana pada saat utiliasasi rendah terdeteksi, akan menambahkan

window lebih agresif. Hal ini dikendalikan dengan parameter Low-Util dan Util_Check. Untuk menentukan

kompabilitas sebelumnya, hal ini menggunakan parameter pembaharu TCP standar dimana cwnd dibawah batas

Low-Window.

2.2 CUBIC

Seperti namanya fungsi penambahan window yang digunakan ialah fungsi cubic yang memiliki kesamaan dengan fungsi penambahan BIC-TCP. CUBIC menggunakan fungsi cubic untuk waktu yang berlalu dari kejadian congesti yang terakhir. Walaupun sebagian besar algoritma alternative menggunakan fungsi penambahan convex dimana setelah kejadian paket hilang, penambahan window selalu bertambah, CUBIC menggunakan bentuk concave dan convex dari fungsi cubic untuk penambahan window.

Penjelasan lebih detail dari fungsi ini ialah setelah pengurangan window karena kejadian paket yang hilang, didaftarkan Wmaz menjadi nilai window dengan munculnya kejadian window hilang dan menggunakan

pengurangan dengan perkalian dari congestion window dengan menggunakan factor β dengan β adalah konstanta pengurangan window dan menggunakan algoritma recovery dan retransmit dari TCP. Kemudian setelah masuk ke algoritma congestion avoidance dari recovery, mulai ditambahkan window menggunakan bentuk concave pada fungsi cubic. Fungsi cubic ditentukan untuk memiliki nilai baru pada Wmax sehingga penambahan berlanjut

sampai ukuran window menjadi Wmax. kemudian fungsi cubic berubah menjadi bentuk convex dan penambahan

window convex dimulai. Bentuk penentuan window (concave dan selanjutnya convex) meningkatkan stabilitas

protokol dan jaringan ketika mengatur utilisasi jaringan kecepatan tinggi. Hal ini disebabkan ukuran window hamper mendekati konstan, membentuk nilai baru dekat dengan Wmax dengan utilisasi jaringan tertinggi dan di

dalam kondisi steady, sebagian besar ukuran window CUBIC mendekati Wmax, sehingga mempromosikan

stabilitas utilisasi jaringan kecepatan tinggi dan protokol. Protokol dengan fungsi penambahan convex menjadi memiliki penambahan window terbesar sekitar nilai saturasi, dengan paket yang hilang banyak.

Algoritma ini menggabungkan ide dasar dari High-Speed TCP dan H-TCP. Disebut dengan penambahan cwnd sebagai fungsi dari waktu karena pemberitahuan terakhir dari congesti, dan besarnya window pada pemberitahuan terakhir congesti. Bentuk dari algoritma ini dapat disimpulkan sebagai berikut:

Perubahan slow start. Perubahannya ditentukan pada awal. Sekali cwnd meningkat di atas ssthresh, CUBIC keluar dengan menggunakan algoritma slow start normal dan perubahan menggunakan penambahan eksponensial yang agresif dimana cwnd ditambahkan sebesar satu paket untuk setiap 50 ack yang diterima atau sama dengan dua kali cwnd mendekati setiap 35 waktu round-trip.

Faktor backodd 0,8. Pada paket yang hilang, cwnd dikurangi dengan faktor 0,8.

Clamp pada laju penambahan maksimum. Laju penambahan pada operasi AIMD dibatasi paling tidak 20*delay_min paket setiap RTT, dimana delay_min adalah perkiraan round-trip propagation waktu tunda dari aliran data. Merubah dari paket per RTT menjadi paket per detik, clamp ini kira-kira sama dengan laju penambahan 20 paket/detik tidak tergantung RTT.

Fungsi penambahan cubic. Subyek pada clamp ini, laju penambahan adalah paket target-cwnd per RTT. Perhatikan bahwa efek dari penambahan ini ialah menyesuaikan cwnd menjadi sama dengan target pada arah dalam RTT tunggal. Nilai dari target dihitung dari

(4)

dengan

Wmax = window maksimum(bytes)

(4)

B-41

β = faktor pengurangan

dimana t adalah waktu berlalu sejak backoff terkahir (mendekati nilai delay_min ditambahkan ke dalam nilai ini) dan Wmax dihubungkan dengan cwnd pada backoff terkahir dan ditandai origin_point pada kode. W adalah nilai

cwnd sebelum backoff terakhir, sehingga 0,8W adalah nilai cwnd nilai sebelum backoff muncul.

Adaptasi fungsi cubic. Nilai dari Wmax ditentukan tergantung dari apakah backoff terakhir muncul sebelum atau

sesudah cwnd tercapai pada nilai Wmax sebelumnya. Atau jika tidak Wmax diset sama dengan 0,9W.

Algoritma ini juga mencakup kode untuk meyakinkan bahwa algoritma ini paling tidak seagresif seperti TCP yang ada.

2.3 HTCP

Metode pengaturan bandwidth dilakukan dengan melakukan penambahan window. Awal pengiriman data algoritma slow start dijalankan sampai mencapai nilai batas tertentu yang telah ditentukan. Setelah nilai tersebut tercapai maka algoritma ini dijalankan. Pada saat muncul kongesti nilai ambang batas menjadi setengah dari nilai sebelumnya yang digunakan pada pengiriman paket selanjutnya.

HTCP menggunakan waktu lalu Δ sejak kejadian congesti terakhir, daripada cwnd, untuk menentukan jalur pada bandwidth-waktu tunda dan parameter penambahan AIMD berbeda sebagai fungsi Δ. Parameter penambahan AIMD juga ditentukan dengan jalur waktu round-trip untuk mengurangi ketidak adilan antara aliran dengan waktu round-trip yang berbeda. Pengurangan faktor AIMD ditentukan untuk meningkatkan utilisasi jalur berdasarkan pada estimasi ketentuan queue pada jalur. Secara lengkap

(5) (6) Dengan (7) (8) dengan cwnd = congestion window(bytes) β = faktor backoff Δ = delta

fα(Δ) = fungsi penambahan congestion window

gβ(B) = fungsi pengurangan congestion window

Tmin = waktu minimum(detik)

Tmax = waktu maksimum(detik)

dimana ΔL ditentukan batas sehingga algoritma update TCP standar digunakan dimana Δ ≤ ΔL . Fungsi

penambahan kuadrat untuk fα ialah

(9)

dengan

fα(Δ) = fungsi penambahan dalam rentang waktu

ΔL = Delta limit

Tmin Tmax menghitung waktu round-trip yang telah ada. β(k + 1) adalah perhitungan throughput yang dicapai

maksimum pada masa congesti terakhir.

3. METODE PENELITIAN 3.1 Topologi Parkinglot

Topologi parkinglot terlihat dari Gambar 3.5. sama dengan topologi dumbbell kecuali menampilkan trafik yang melintasi antara dua router

(5)

Gambar 1. Topologi parkinglot (Yilmaz 2002)(Wang 2007)

Pada topologi ini node yang melakukan pengiriman data yakni node 0, 1, dan 4, sedangkan node penerima yakni node 8,9 dan 6. Pada awalnya node 0 melakukan pengiriman selanjutnya node 1 melakukan pengiriman dan terakhir node 4 melakukan pengiriman. Pengiriman pada node 4 ini memiliki waktu tunggu yang paling kecil sedangkan pengiriman node 0 dan1 memiliki waktu tunggu pengiriman yang jauh lebih besar, dan juga memiliki jalur yang lebih panjang. Node 2, 3, 5, dan 7 berfungsi sebagai node router yang mengalirkan data dari node pengirim ke node penerima.

Program simulasi menggunakan algoritma , H-TCP, BIC dan CUBIC pada metode pengiriman data. Node-node yang digunakan dapat dilihat pada Gambar 1.

3.2 Topologi multihome

Dengan melakukan modifikasi topologi multihome (Arshad 2008) dan digabungkan dengan Gambar 2.13. didapatkanlah topologi pada Gambar 2. yang mensimulasikan perubahan jalur pengiriman data dan sekaligus simulasi jalur yang putus. Topologi ini digunakan untuk menguji algoritma-algoritma melewati jaringan komputer yang melewati jalur yang putus kemudian berpindah dari jalur pertama yakni melewati node 4, menjadi melewati node 2. Pada topologi ini node 0 dan node 7 sebagai node pengirim data sedangkan node 6 dan

node 8 menjadi node penerima data. Aplikasi yang digunakan ialah FTP. Hasil keluaran dalam bentuk nilai throughput. Simulasi ini dimulai dari node 1 melakukan pengiriman data ke node 6 pada detik ke-5, kemudian

pada detik ke-20 node-7 melakukan pengiriman data. Untuk melakukan perubahan jalur maka jalur antara node 1 ke node 4 diputus pada detik ke-50. Pada detik ke-100 simulasi ini selesai.

Gambar 2 : Topologi Pengujian multihome

Dengan melakukan modifikasi topologi multihome (Arshad 2008) dan digabungkan dengan Gambar 2.13. didapatkanlah topologi pada Gambar 2. yang mensimulasikan perubahan jalur pengiriman data dan sekaligus simulasi jalur yang putus. Topologi ini digunakan untuk menguji algoritma-algoritma melewati jaringan komputer yang melewati jalur yang putus kemudian berpindah dari jalur pertama yakni melewati node 4, menjadi melewati node 2. Pada topologi ini node 0 dan node 7 sebagai node pengirim data sedangkan node 6 dan

node 8 menjadi node penerima data. Aplikasi yang digunakan ialah FTP. Hasil keluaran dalam bentuk nilai throughput. Simulasi ini dimulai dari node 1 melakukan pengiriman data ke node 6 pada detik ke-5, kemudian

(6)

B-43

Pada node ini node 1, 2, 3, 4, dan 5 berfungsi sebagai router yang bertugas untuk melewatkan data dari node sumber ke node tujuan. Sedangkan node 0 dan node 7 berfungsi sebagai komputer yang melakukan pengiriman data, dimana node 6 dan node 8 berfungsi sebagai komputer yang menerima data. Semua jalur yang digunakan menggunakan bandwidth 1 Gbps.

Program simulasi menggunakan algoritma , H-TCP, BIC dan CUBIC pada metode pengiriman data. Dua aliran data mengalir dari node 0 ke node 6 dan pada node 7 ke node 8 pada Gambar 3.2. Pada detik ke 5 data mengalir dari node 0 ke node 6 dan pada detik ke 25 data mengalir dari node 7 ke node 8, dan pada detik ke 50 link antara

node 1 dan node 4 terputus, sehingga aliran data berubah menjadi melalui link node 1 dan node 2.

4. HASIL DAN PEMBAHASAN 4.1. Analisis Topologi Parkinglot

Pada topologi ini semua algoritma berhasil melakukan pengiriman data. Algoritma merupakan algoritma yang paling baik di dalam topologi dengan nilai throughput yang sama antara ketiga node-nya di akhir simulasi. Algoritma BIC memiliki nilai throughput yang mendekati sama pada akhir simulasi walaupun nilai tersebut berosilasi dengan besar. Sedangkan pada algoritma CUBIC dan HTCP nilai akhir throughput tidak sama antara ketiga node-nya walaupun sampai akhir simulasi walaupun nilai ketiga node-nya saling mendekati. Algoritma CUBIC memiliki nilai throughput yang selalu berosilasi dengan sangat besar pada simulasi kali ini.

Analisis kinerja algoritma pada pengujian topologi parkinglot dapat ditunjukan pada Tabel 1. Tabel 1. Hasil Simulasi topologi parkinglot

Algoritma Y r z u

BIC 0.161919 0.270972 0.081519 0.514409 CUBIC 0.44485 0.272659 0.208175 0.925684 HTCP 0.336323 0.153779 0.133771 0.623873

Berdasarkan Tabel 1. nilai kinerja yang paling baik ditunjukan oleh algoritma dengan memiliki nilai 0,39 sedangkan untuk algoritma BIC memiliki kinerja yang lebih baik jika dibandingkan dengan algoritma HTCP dan CUBIC dengan nilai kinerja 0,5. Algoritma HTCP lebih baik dari algoritma CUBIC dengan nilai 0,6. Algoritma CUBIC memiliki nilai kinerja yang paling buruk jika dibandingkan dengan algoritma yang lainnya dengan nilai 0,9.

4.2 Analisis Hasil Topologi Multihome

Pada simulasi dengan menggunakan topologi ini terdapat link yang terputus pada detik ke-50 yang menyebabkan rute pengiriman berubah. Dari hasil simulasi ini masing-masing algoritma berbeda di dalam pengiriman data ke tujuannya.

Hasil perhitungan kinerja algoritma pada topologi multihome ditunjukan pada Tabel 1. berikut ini. Tabel 2. Hasil perhitungan kinerja algoritma topologi multihome

Algoritma y R z u

BIC 0.12762 0.26826 0.078063 0.473943 CUBIC 0.545278 0.11354 0.2385 0.897319 HTCP 0.235342 0.174353 0.087803 0.497497

Seperti yang terlihat pada Tabel 2. dapat dilihat bahwa kinerja algoritma BIC memiliki kinerja yang paling baik yang ditunjukan dengan nilai 0,4, sedangkan algoritma HTCP memiliki kinerja yang lebih baik dari algoritma CUBIC dan dengan nilai 0,5. Algoritma yang memiliki kinerja yang paling buruk adalah dengan nilai kinerja 1,1. Kemudian algoritma CUBIC memiliki nilai kinerja 0,89.

Dari hasil simulasi ini menunjukan bahwa algoritma BIC merupakan algoritma yang terbaik dengan nilai kinerja yang paling kecil. Hal ini menunjukan bahwa algoritma BIC memiliki tingkat kehandalan di dalam jaringan computer yang lebih baik jika dibandingkan dengan algoritma HTCP dan CUBIC.

5. KESIMPULAN

Pengujian dari kedua topologi untuk algoritma BIC, CUBIC dan HTCP menunjukan bahwa algoritma yang paling baik untuk pengujian Multihome dan Parkinglot ialah algoritma BIC, sedangkan untuk algoritma HTCP cukup baik di dalam simulasi ini walaupun tidak lebih baik dari algoritma BIC.

(7)

DAFTAR PUSTAKA

Arshad M.J., Mian M.S., 2008, Issues of Multihoming Implementation Using TCP: Simulation Based Analysis, IJCSNS.

Chiu D.M., Jain R. , 1989, Analyis of the Increase and Decrease Algorithms for Congestion Avoidance in

Computer Networks, Computer Networks and ISDN Sistems

Even B. , 2007, An Experimental Investigation of TCP Performance in High Bandwidth-Delay Product Path, Thesis, Hamilton Institute, Maynooth, Ireland.

Ha S., Rhee I. , 2005, CUBIC: A New TCP-Friendly High-Speed TCP Variant, International Workshop on Protocols for and Long Distance Networks.

Leith D., Shorten R. , 2004, H-TCP Protocol for High-Speed Long Distance Networks, PFLDnet. Leith D., Shorten R.N., McCullagh G. , 2007, Experimental Evaluation of CUBIC-TCP, PFLDnet.

Rhee I., Xu L., 2004, CUBIC: A New TCP-Friendly High-Speed TCP Variant, North Carolina State University, University of Nebraska-Licoln, USA.

Tanenbaum A. S., 2003, Computer Network, Fourth Edition, Pearson Education International, Upper Saddle River, New Jersey, USA: Prentice Hall.

Xu L., Khaled H., Rhee I. , 2003, Binary Increase Congestion Control for Long Distance Networks, Paper, North Carolina state University, Releigh, NC, USA.

Wang G., Xia Y., Harisson D., 2007, An NS2 TCP Evaluation Tool, Internet Engineering Task Force, USA. Wei D.X., Cao P., 2006, NS-2 TCP-Linux: An NS-2 TCP Implementation with Congestion Control Algorithm

from Linux, ACM.

Wei D.X., Jin C., Low S.H., Hegde S., 2006, TCP: Motivation, Architecture, Algorithms, Performance, IEEE/ACM Transactions on Networking.

Gambar

Gambar 1. Topologi parkinglot (Yilmaz 2002)(Wang 2007)
Tabel 1. Hasil Simulasi topologi parkinglot

Referensi

Dokumen terkait

Rahmawati, Aida Dwi. Konsep Pendidik dan Peserta Didik Menurut Pemikiran Abuddin Nata dan Relevansinya terhadap Praktek Pendidikan Islam. Salatiga: Pendidikan Agama

Kegiatan pengabdian kegada masyarakat bertujuan untuk meningkatkan kemampuan dari keterampilan guru MTsN Gunung Pangilun Kodya Padang dalam menggunakan alat-alat laboratorlum

tiga memiliki panjang yang sama dengan ikatan C-C di etana, tiga yang lain memiliki panjang yang sama dengan ikatan C-C di

Puji dan syukur Kepada Tuhan Yang Maha Esa yang telah memberikan kesehatan serta kemampuan sehingga Penulis dapat menyelesaikan penyusunan skripsi ini, sebagai

Teman-teman satu tim yang mengambil materi tugas akhir yang sama : Apriyanto, Fransiska, Poedji Hastutik, dan Subekti Lasmino, terima kasih atas bantuan dan dukungannya

Elaboration Likehood Theory merupakan teori persuasi yang populer dan dikemukakan oleh Richard Petty & John Cacioppo (1986) yang berasumsi bahwa orang

Dengan diterapkannya model Problem Based Learnig (PBL) berbantuan video, bagi siswa dapat meningkatkan semangat belajar siswa dalam memperoleh informasi baru melalui

Untuk melindungi dan meningkatkan potensi tumbuh pohon ulin, kegiatan penanaman sebaiknya dilakukan pada kondisi lingkungan yang sesuai, yaitu pada daerah dengan ketinggian